[論文レビュー] Cognitive Constructivism and the Epistemic Significance of Sharp Statistical Hypotheses in Natural Sciences

Julio Michael Stern|arXiv (Cornell University)|Jun 28, 2010

Decision-Making and Behavioral Economics参考文献 11被引用数 6

ひとこと要約

本稿は、自然科学における鋭い統計的仮説の認識論的意義を正当化するための認知的構築主義的枠組みを提案する。フル・ベイジアン有意検定（FBST）を用いて正確な仮説を評価することで、自己組織的システム理論、自己言及、客観的推論を統合し、数学的に単一であるにもかかわらず、認知的および科学的進化における役割を通じて、鋭い仮説が認識論的重みを持つ仕組みを示す。

ABSTRACT

This book presents our case in defense of a constructivist epistemological framework and the use of compatible statistical theory and inference tools. The basic metaphor of decision theory is the maximization of a gambler's expected fortune, according to his own subjective utility, prior beliefs an learned experiences. This metaphor has proven to be very useful, leading the development of Bayesian statistics since its XX-th century revival, rooted on the work of de Finetti, Savage and others. The basic metaphor presented in this text, as a foundation for cognitive constructivism, is that of an eigen-solution, and the verification of its objective epistemic status. The FBST - Full Bayesian Significance Test - is the cornerstone of a set of statistical tolls conceived to assess the epistemic value of such eigen-solutions, according to their four essential attributes, namely, sharpness, stability, separability and composability. We believe that this alternative perspective, complementary to the one ofered by decision theory, can provide powerful insights and make pertinent contributions in the context of scientific research.

研究の動機と目的

• 自然科学における鋭い統計的仮説の認識論的正当性の哲学的基盤を確立すること。
• 認知的構築主義をベイジアン統計、特にフル・ベイジアン有意検定（FBST）と統合すること。
• 正確で確率がゼロの仮説が科学的に意味を持つ仕組みを解明するパラドックスを解消すること。
• 言語、比喩、自己言及が科学的認識および仮説形成における役割を明らかにすること。
• 客観的推論とランダム化が、複雑な確率的モデルにおける認識論的安定性をどのように実現するかを示すこと。

提案手法

• 科学的知識を自己組織的で自己恒常的な信念と推論のシステムとしてモデル化する認知的構築主義を適用する。
• フル・ベイジアン有意検定（FBST）を用い、e値（ベイジアンp値の類似物）によって鋭い仮説を評価する。
• 固有解と機能的分離を用いて、科学的推論における安定した自己言及的構造をモデル化する。
• モデルの構成要素を分離し、因果推論における交絡要因を制御するためのデカップリング原理を導入する。
• シミュレーテッド・アニーリングと遺伝的プログラミングを用いて、複雑な仮説空間とモデルの進化を探索する。
• C.S. ピアースの実証主義と記号学を応用し、言語、比喩、科学的洞察の理論形成における関連性を結びつける。

実験結果

リサーチクエスチョン

• RQ1 確率が特定のパrameter値に対してゼロを与える鋭い統計的仮説が、科学においてどのように認識論的意義を持つことができるのか。
• RQ2 自己言及と言語が科学的仮説の形成と検証において果たす役割は何か。
• RQ3 認知的構築主義が、自己組織的システムとしての科学的知識を一貫して説明する枠組みをどのように提供するか。
• RQ4 ランダム化やデカップリングといった客観的推論手法が、不確実性下での科学的推論をどのように安定化させるか。
• RQ5 比喩と構築的実存論が、科学的理論やモデルの発展にどのように寄与するか。

主な発見

• FBSTは、再パrameter化に対して不変なe値を用いて、鋭い仮説に対する証拠を測定することで、鋭い仮説を評価する一貫したベイジアン手法を提供する。
• 鋭い仮説の認識論的意義は、確率質量によるものではなく、自己恒常的かつ自己言及的な科学的思考のシステムにおける役割によって得られる。
• 自己言及のパラドックスは、意味が構造的整合性と機能的分離から生じる認知的枠組みに仮説を埋め込むことで解消される。
• デカップリングとランダム化によって、交絡要因の制御とモデル評価の安定化が実現され、客観的推論が達成される。
• 比喩と言語は修辞的機能を超えて、複雑なシステムにおける洞察と理論構築の認識論的機能を果たす。
• 認知的構築主義とベイジアン統計の統合により、理論が発見されるのでなく、認識論的サイクルを通じて構築される動的な、進化を遂げる科学的知識の視座が支持される。